2021.04科学技术创新城市的快速扩张使区域下垫面性质发生变化，导致地表温度(Land Sur f ace Tem per at ur e)的变化[1]。地表温度是评价城市热环境和人类活动强烈影响的生态变化的重要指标，其发展与社会经济活动密切相关[2]。城市热环境重要表现形式是城市热岛 效应(U r ban H eat I s l and Ef f ect )[3]
。城市热岛效应是在人类活动的影响下，大量的人为热排放、建设用地等蓄热体的存在使城市的气温明显高于周围郊区温度的现象，在近地面温度图上主要表现为城市内部的温度很高，周围温度低，就像海面上的岛屿一样，因此被称为城市热岛[4]。城市环境和空气质量被持续上升的城市地表温度影响，人类健康受到严重威胁[5]。土地利用变化是地表温度上升的驱动力之一，因而研究和解决城市热岛效应可以从土地利用类型的变化入手[6]。由于不同的土地利用类型的热特性存在显著差异，因此对不同土地利用类型的热特性进行分析具有重要意义。 随着地理信息科学的发展，越来越多国内外学者关注基于遥感影像的热岛效应等城市热环境问题的研究[7]。如M i ddel A 等利用三维小气候模式EN V I -m et 模拟了亚利桑那州凤凰城典型居民区的近地面气温。利用亚利桑那州立大学理工学院北沙漠村(N D V )景观实验的气象观测数据验证了该模型[8]。V i t anova L L 等利用观测网络数据和水平分辨率为1km 的天气研究与预报(W R F )模型，研究了保加利亚索非亚市城市热岛(U H I )的特征以及城市化对温度分布的影响[9]。N as t r an M 等为在欧洲范围内确定城
市热岛规模与城市绿基础设施规模、形状和分布之间的相互关系，对欧洲近10年来的城市热岛进行了分析，结果表明：城市热岛强度和城市纬度成正相关；城市热岛与森林的组成和构成有关[10]。裴欢等将Lands at TM 数据结合提取南京市下垫面类型，分析了不同地表覆盖类型的热辐射特征并定量地分析了土地利用及植被对地表温度的影响[11]。帅晨等基于N D BI 建立最小二乘模拟(O LS)模型和地理加权回归(G W R )模型，并对两种模型的分析结果进行对比。结果表明G W R 能够充分考虑遥感指数的空间差异性，表达遥感指数与地表温度的关系更为全面[12]。季节对N D V I 的影响较为显著，而N D BI 更能清晰地表征城市地表特征，所以在研究地表温度随季节变化的过程中,N D BI 也可以作为补充和改善N D V I 的附加指标[13]。高佳佳等利用Lands at TM 影像和自动气象观测站采集的气象数据，分析了拉萨市土地利用类型和城市热岛强度的关系，表明城市热岛的
年、季节变化呈逐渐增强的趋势，月度的周期变化呈现出“W ”型[14]。
1数据来源
以哈尔滨市道里区、道外区、香坊区、南岗区、平房区和松北区为研究区，地理坐标为126°08′E-126°59′E ,45°31′N -46°05′N ，研究区面积2067.10km 2。在美国地质调查局(ht t p://gl ovi s .us gs .gov)下载Lands at 5TM 影像时间为2001年7月27日和2008年8月15日,Ladns at 8O LI /TI R S 影像时间为2015年7月18日和2020年7月15日。在EN V I 5.1中对所有影像进行预处理工作。
2研究过程2.1土地利用分类
采用监督分类方法中的支持向量机法，利用Cl as s i f i cat i on 中的M aj or i t y/M i nor i t y A nal ys i s 工具对小图斑进行处理。依照哈尔滨市土地利用覆被的特征，将哈尔滨市土地分为建筑用地、耕地、水体和绿地四大类。
2.2地表温度反演辐射传输方程法(大气校正法)是反演地表温度最常用的算法，算法利用衰减方程计算热辐射强度，地表温度通过对热辐射强度的变换得到[15]。其中,Lands at 8TI R S 具有band10和band11两个热红外波段，由于band11的不稳定性，本文将band10看作l ands at 8的单热红外波段用以地表温度反演[16]。具体计算公式如下:
(1)式(1)中为地表辐射率，为大气在热红外波段的透过率，为黑体辐射亮度，其值可以通过公式(2)求得:
(2)
T s 为地表真实温度，其值可以通过普朗克公式计算得到:
(3)
式(3)中,K 1、K 2为常数项，不同影像数据其取值不同。对于Lands at 5TM 数据,K 1=607.76,K 2=1260.56；而对于Ladns at 8O LI /TI R S 数据,K 1=774.89,K 2=1321.08。
2.3地表温度与土地利用类型的关系
为了进一步分析地表温度与土地利用类型的关系，利用
哈尔滨市不同土地利用类型的热环境特征
刘志存
(哈尔滨师范大学地理科学学院，黑龙江哈尔滨150025)
摘要：城市化的不断发展使越来越多的自然地表变成了不透水面，造成城市地表温度比农村地区高，形成了显著的热岛效应，城市的生态发展和人类健康受到了严重的影响。本文探讨黑龙江省哈尔滨市区不同土地利用类型与地表温度的关系和不同地表温度与遥感指数的相关性分析，为哈尔滨市生态环境可持续发展提供科学的理论依据。以哈尔滨市区2001,2008,2015和2020年的Landsat TM 和Landsat OLI/TIRS 四期遥感影像为基础，根据GIS 和RS 技术，叠加分析同年份的土地利用和地表温度，以表格显示分区统计，并借助多元线性回归分析法探讨地表温度与遥感指数之间的关系。结果表明:①从土地利用类型来看，地表温度最高的是建设用地，其次是植被，水体最低。②地表温度与NDV
I 、MNDWI 呈负相关,NDVI 值增加0.1，地表温度最高可降低2.5℃,MNDWI 值增加0.1，地表温度最高可降低2.3℃，证明植被和水体面积越大，地表温度越低；地表温度与NDBI 呈正相关,NDBI 值增加0.1，地表温度最高可提高2.8℃，证明建设用地面积越大，地表温度越高。
大功率半导体激光器关键词：哈尔滨市；热红外反演；多元线性回归中图分类号:F301.24,O151.26文献标识码:A 文章编号:2096-4390(2021)04-0011-03[()(1)]s L B T L L ()s B T ()[(1)]/S B T L L L
s 21/ln /()1273.15
s T K K B T 11--
塔顶吊柱科学技术创新2021.04
最大值(Max) 最小值(Min) 平均值(Avg) 标准差(Std) 建筑用地 52.98 23.00 34.06 3.060 耕地 42.94 26.49 29.47 1.487 水体 34.45 23.18 27.81 1.194 绿地 41.52
27.35
33.23
2.229
最大值(Max) 最小值(Min) 平均值(Avg) 标准差(Std) 建筑用地 41.92 19.92 27.98 2.819 耕地 45.52 25.61 33.72 2.983 水体 34.97 22.76 25.09 1.520 绿地 42.82
23.93
31.89
4.263
A r cG I S 软件的Spat i al A nal ys t 工具，叠加分析同年份的土地利
民主社会主义
用和地表温度，以表格显示分区统计，结果如下:
表12001年各土地利用类型地表温度统计(℃)
表22008年各土地利用类型地表温度统计(℃)
表32015年各土地利用类型地表温度统计(℃)
表42020年各土地利用类型地表温度统计(℃)
2.4地表温度与遥感指数相关性
分析
图1线性分析图
最大值(Max) 最小值(Min) 平均值(A vg) 标准差(Std) 建筑用地 49.04 14.90 35.08 2.517 耕地 45.78 24.52 28.95 2.360 水体 36.20 21.46 25.78 1.134 绿地 32.40
24.85
26.99
1.071
最大值(Max) 最小值(Min) 平均值(A vg) 标准差(Std) 建筑用地 51.89 16.84 30.69 3.252 耕地 53.89 22.77 37.40 4.130 水体 38.06 23.58 28.78 1.405 绿地 37.42
25.54
30.34
2.061
12--
2021.04科学技术创新
为了验证实验结果的客观性，对2020年哈尔滨市地表温度
与不同遥感指数进行回归分析。
沃尼希密码2.4.1N D V I
N D V I 的计算公式如下:
(4)
公式(4)中,N TR 为近红外波段,R ed 为红光波段。2.4.2M N D W I
M N D W I 的计算公式如下:
(5)
公式(5)中,SW TR 代表中红外波段,G r een 为绿光波段。2.4.3N D BI
N D BI 的计算公式如下:
(6)
澳大利亚电影糖果公式(6)中,M I R 为中红外波段,N I R 为近红外波段。
利用A r cG I S 软件在研究区域随机样本点，然后利用各点对应的地表温度反演图和N D V I 、M N D W I 以及N D BI 的值进行相关性分析，相关系数分别为-0.809、-0.901和0.744。图1为线性分析图。
3结论3.1从土地利用类型来看，地表温度最高的是建设用地，其次是植被，水体的地表温度最低。
3.2地表温度与N D V I 、M N D W I 呈负相关,N D V I 值增加0.1，地表温度最高可降低2.5℃,M N D W I 值增加0.1，地表温度最高可降低2.3℃，证明植被和水体面积越大，地表温度越低；地表温度与N
D BI 呈正相关,N D BI 值增加0.1，地表温度最高可提高2.8℃，证明建设用地面积越大，地表温度越高。
参考文献
[1]Liu L,Zhang Y.Urban heat island analysis using the Landsat TM data and ASTER data :A case study in Hong Kong [J].Remote Sensing ,2011,3(7):1535-1552.
[2]董林垚，喻志强，徐金鑫.地温示踪地表暖化过程中的气候变化和城市热岛效应[J].热带地理,2018,38(02):236-243.
[3]姚远，陈曦，钱静.城市地表热环境研究进展[J].生态学报,2018,38(03):1134-1147.
[4]白杨，王晓云，姜海梅，刘寿东.城市热岛效应研究进展[J ].气象与环境学报,2013,29(02):101-106.
[5]Du C,Ren H,Qin Q,et al.A practical split -window algorithm for estimating land surface temperature from Landsat 8data [J].Remote Sensing ,2015,7(1):647-665.
[6]彭文甫，周介铭，罗怀良，杨存建，赵景峰.城市土地利用与地面热效应时空变化特征的关系--以成都市为例[J].自然资源学报,2011,26(10):1738-1749.
[7]樊智宇，詹庆明，刘慧民，杨晨，夏宇.武汉市夏季城市热岛与不透水面增温强度时空分布[J].地球信息科学学报,2019,21(02):226-235.
[8]Middel A,H?b K,Brazel A J,et al.Impact of urban form and design on mid -afternoon microclimate in
Phoenix Local Climate Zones [J].Landscape and Urban Planning ,2014,122:16-28.
[9]Vitanova L L,Kusaka H.Study on the urban heat island in Sofia City :Numerical simulations with potential natural vegetation and present land use data [J].Sustainable cities and society ,2018,40:110-125.
[10]Nastran M,Kobal M,Eler K.Urban heat islands in relation to green land use in European cities [J].Urban Forestry &Urban Greening,2019,37:33-41.
[11]裴欢，房世峰.南京市夏季热岛特征及其与土地利用覆盖关系研究[J].干旱气象,2008,26(1):23-27.
[12]帅晨，沙晋明，林金煌，季建万，周正龙，高尚.不同下垫面遥感指数与地温关系的空间差异性研究[J].地球信息科学学报,2018,20(11):1657-1666.
[13]王艳慧，肖瑶.北京市1989-2010年地表温度时空分异特征分析[J].国土资源遥感,2014,26(03):146-152.
[14]高佳佳，黄晓清，吉.2012-2016年拉萨市热岛效应的时空分布及对土地利用/覆盖的响应[J].气象,2018,44(07):936-943.
[15]阚增辉，刘朝顺，李志军.基于Landsat -8热红外数据的太湖地区地表温度反演与热岛效应分析[J].华东师范大学学报(自然科学版),2016(04):129-138+168.
[16]徐涵秋.新型Landsat8卫星影像的反射率和地表温度反演[J].地球物理学报,2015,58(03):741-747.
ed
硝酸铯
ed
NIR R NDVI NIR R Green SWIR
MNDWI Green SWIR
MIR NIR NDBI MIR NIR
13--
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议